dida Logo

Computer Vision

In den letzten Jahren gab es enorme Weiterentwicklungen im Bereich des maschinellen Lernens. Mittlerweile kann jedes Muster in einem Bild, welches von einem Menschen erkannt wird, auch von einer Maschine erkannt werden. Manchmal können Maschinen sogar Strukturen erkennen, die ein Mensch nicht erkennt.

Kriterien um Computer Vision-Projekte zu entdecken

Kriterien, um attraktive Prozess­automati­sierungs­projekte zu finden, in denen visuelle Informationen von zentraler Bedeutung sind z.B.:

Der Prozess kostet aktuell viel Geld und/oder eine schnellere Bearbeitungszeit bringt deutliche Mehrwerte

Ein (dafür ausgebildeter) Mensch könnte eine gute Entscheidung hauptsächlich durch das Betrachten eines Bildes/Videos treffen

Es gibt genügend Daten (grobe Daumenregel: 200 - 2.000 Bilder. Die genaue Anzahl hängt selbstverständlich maßgeblich vom Anwendungsfall ab.)

Wir erleben immer wieder, dass nur durch die Kombination aus Kenntnissen über die internen Prozesse mit Expertise im Bereich Machine Vision sinnvolle Projekte erkannt und strukturiert werden können. Fragen Sie uns gerne möglichst früh, ob wir eine Prozessautomatisierung für Ihren Anwendungsfall als technisch machbar einschätzen.

Kriterien um Computer Vision-Projekte zu entdecken

1. Prozess­analyse

Gemeinsam evaluieren wir Ihre Automatisierungs-Projekte anhand von drei Kriterien: Einsparpotentiale, strategische Wertschöpfung and technische Machbarkeit. Sobald wir uns für ein konkretes Projekt entschieden haben, legen wir großen Wert auf die Integration der späteren Anwender der Software.

2. Innovative Lösungen

Unser Team verfügt über langjährige Erfahrung im Bereich der künstlichen Intelligenz. Unsere Algorithmen finden komplizierte Muster in unstrukturierten Daten (z.B. Bilder oder Texte). Diese Mustererkennung bildet die Basis für die Automatisierung des zugrundeliegenden Prozesses.

3. Zuverlässige Software

Großen Wert legen wir auf die Integration unserer Kunden in unsere Code Repositories sowie in wöchentliche Projektmeetings. Agilität, sauberer Code und eine modulare Programmstruktur helfen uns, einfach zu wartende Software zu liefern, die funktioniert.

Projekte in Computer Vision

Alle Projekte zeigen

Automatische Planung von Solaranlagen

Creative solutions enabled us to automate the process of planning solar systems

Automatische Erkennung von Kleinbergbau

Wie Machine Learning dazu beiträgt, Umweltzerstörung zu verhindern

Erkennung konvektiver Bewölkung

Für den DWD haben wir die Erkennung gewisser Wolkenarten automatisiert

Klassifizierung der Kulturpflanzenart

Durch die Vorhersage von Feldfrüchten mit Hilfe von Satellitendaten wird die moderne Landwirtschaft unterstützt.

Defekterkennung in der Produktion

KI-gestützte optische Defekterkennung für die Halbleiterlaserproduktion

Überwachung von urbanen Veränderungen

Ein Algorithmus zur Bildsegmentierung unterstützt nachhaltige Stadtplanung

Vorhersage der potenziellen Reichweite von Video-Werbekampagnen

Wir simulieren den Internetverkehr und Gebotsszenarien, um die Reichweite von Werbekampagnen vorherzusagen.

Automatische Zugangskontrolle mit Gesichtserkennung

We developed a multi-level security system with facial recognition for automatic access control.

Blog Posts in Computer Vision

Alle Blog Posts zeigen
Computer Vision

Metric Learning - eine Einführung

Von Dr. William Clemens 26. September 2022

Dieser Blogbeitrag gibt eine kurze Einführung in das metrische Lernen. Er erklärt gängige Abstandsmaße und Verlustfunktionen wie den Triplet-Verlust.

Einführendes

Empfehlungssysteme - Ein Überblick

Von Konrad Mundinger 29. August 2022

In diesem Blogbeitrag gebe ich einen Überblick über die Grundkonzepte, Anwendungen und Grenzen von Empfehlungssystemen. Unter anderem werde ich auf inhaltsbasierte und kollaborative Filterung eingehen.

Computer Vision

Die besten (Python-)Tools für die Fernerkundung

Von Emilius Richter 2. August 2022

Ich stelle die besten (Python-)Werkzeuge für die Fernerkundung und die Verarbeitung von Satellitendaten vor, basierend auf unseren praktischen Erfahrungen mit ihnen bei dida. Für einige zeige ich Anwendungsbeispiele inklusive Code.

Computer Vision

Image Captioning mit Attention-Mechanismus

Von Madina Kasymova 30. Mai 2022

In diesem Artikel untersuchen wir, wie eine Pipeline zur Erzeugung von Bildunterschriften funktioniert. Insbesondere betrachten wir den Attention-Mechanismus - ein vielversprechender Ansatz für die Bildbeschriftung.

Computer Vision

Wie man ein Jupyter Notebook-basiertes Labeling-Tool zur Bildklassifizierung implementiert

Von Felix Brunner 21. März 2022

Ich werde Sie Schritt für Schritt durch die Erstellung eines einfachen Annotationstools führen, mit dem Sie einem Satz von Bildern auf einfache Weise Klassenlabels zuweisen können. Mithilfe von ipywidgets kann das Tool kann in einem Jupyter Notebook geschrieben und verwendet werden.

Computer Vision

Datenzentriertes maschinelles Lernen: Maßgeschneiderte ML-Lösungen zur Produktionsreife bringen

Von David Berscheid 6. Oktober 2021

In diesem Artikel werden wir sehen, warum viele ML-Projekte es nicht in die Produktion schaffen, die Konzepte von modell- und datenzentriertem ML vorstellen und Beispiele geben, wie wir bei dida Projekte durch den Einsatz datenzentrierter Techniken verbessern.

Computer Vision

Klassifizierung von Anbauflächen anhand von Satellitenbild-Zeitreihen

Von Tiago Sanona 19. August 2021

In Anlehnung an die Arbeit von Garnot et al. verwenden wir eine abgewandelte Version des Transformers, um Pflanzenfelder aus Zeitreihen von Satellitenbildern zu klassifizieren. Damit erzielen wir bessere Ergebnisse als traditionelle Methoden (z. B. Random Forests).

Computer Vision

Informationsextraktion aus technischen Zeichnungen

Von Dr. Frank Weilandt 16. Juli 2021

In diesem Blogpost zeigen wir, wie sowohl traditionelle als auch Deep-Learning-basierte Computer-Vision-Techniken für die Informationsextraktion aus technischen Zeichnungen in Explosionsdarstellung eingesetzt werden können.

Use Cases in Computer Vision

Alle Use Cases zeigen

Webinare in Computer Vision

Alle Webinare zeigen